这个算法击败了这个纽约时报的人工智能而没有在Rock / Paper / Scissors中强行逼迫？ （退伍军人模式）
http://www.nytimes.com/interactive/science/rock-paper-scissors.html?_r=1&（闪光灯必须启用才能玩AI）（网站不断提供有关人工智能在您至少玩过5次后如何选择下一步动作的信息）
我正在学习自己的机器学习，而且我很新手。 （刚开始昨天）。
我的朋友告诉我，他们被分配来解决上述问题，而没有在他们的ML课程中学习任何ML技术。我也想这样做，但除了野蛮强迫之外我无法想到任何其他方式。
对于训练数据集，玩AI 100或更多时间并收集这100个或更多数据。使用此数据创建算法，以便您在使用程序时赢得更多游戏而不使用程序。作为一个超级新手，我什么都想不到。
任何提示？谢谢
新手模式
所以这个网站的好处是，它表明这个想法是每一个举动背后的。它会通过查看您的动作历史来尝试预测您的行为。所以你的移动历史可能如下：（rock = r，scissor = s and paper = p）
r p s p p s s r r p s
现在它查看历史，并试图找到r p s的复发。它在历史的开头发现了这个，并且发现你之后玩过p。因此，计算机的下一步将是s。
如果它找不到字符串的重复（r p s），它会查看较小的字符串（p s），依此类推。如果它发现多次复发，则选择最复发的那个（或者甚至只是随机选择一个）。
所以你可以编写一个与网站上完全相同的程序。您试图预测自己的行动（就像网站的程序一样）。所以举个例子（r p s），计算机会预测p的移动，所以有了这些知识，你会选择s。
退伍军人模式
在退伍军人模式中，AI使用200000个游戏的历史来预测您的下一步行动。因此，为了尝试击败你，你将使用100个游戏的历史，就像AI一样。
你看看你当前尝试的历史加上你的历史（100场比赛）并试图找到某种类型的复发（例如r s p r）。你看一下计算机对此的反应。现在你选择相应的，以便击败电脑。当然，这并不总能获胜，因为计算机经常使用两个选择之间的随机响应（以及更长的历史记录以便从中挑选更多的样本）。但这应该会增加你获得的胜利数量。
我也没有机器学习的经验，但这是我编写程序的策略。
我希望这有帮助。
如果你不能打败他们加入他们;）干杯
在你开始游戏之前，获得一副牌并摆脱俱乐部和笑话。这让你有三件大事。黑桃（岩石）心（剪刀）和钻石（纸）。洗牌非常好。然后按照他们所在的顺序使用这些卡片 - 当你用完时，将它们洗牌并再次进行。我通常会赢。
LDA